Análise de Regressão

Transcrição

1 Análise de Regressão Tópicos em Avaliação de Desempenho de Sistemas Aline Oliveira Camila Araujo Iure Fé Janailda

2 Agenda Parte I: Contextualização Modelo de Regressão Regressão Linear Linear Simples Métodos mínimos quadrados Linear Múltipla Inferência Parte II: Exercícios práticos em sala 2

3 Agenda Objetivos Use regressão linear simples para a construção de modelos empíricos para engenharia e dados científicos Entenda como o método dos mínimos quadrados é usado para estimar os parâmetros de uma forma linear modelo de regressão Use o modelo de regressão para fazer uma previsão de uma observação futuro e Representar graficamente a relação entre as variáveis de um estudo e a reta de regressão a partir da equação de regressão obtida. Testar a significância do coeficiente de correlação obtido em um estudo de regressão linear. Metodologia: Minitab Excel Mathematica Lista de exercício n. 04, com entrega para dia 12/10/2015 3

4 Referências Regression Analysis, F. Graybill, H. K. Iyer, Duxbury Press, Applied Statistics and Probability for Engineers, Third Edition, Douglas C. Montgomery,George C. Runger, John Wiley & Sons, Inc. 4

5 Contextualização História: Este modelo teve origem nos trabalhos de astronomia elaborados por Gauss no período de 1809 a O termo regressão foi utilizado pela primeira vez por Galton, por volta de 1885, quando investigava relações entre características antropométricas de sucessivas gerações. Ele observou, dentre outros fatos, que os filhos apresentavam as mesmas características dos seus pais, porém em uma intensidade menor. Por exemplo: pais com estatura baixa têm filhos de estatura baixa, mas, em média, a estatura destes é maior. O mesmo ocorre, mas em direção contrária, para pais com estatura alta. Este fenômeno, da altura dos filhos moverem-se em direção a altura média de todos os homens, ele denominou de regressão. Atualmente, a análise de regressão é uma das mais importantes técnicas estatísticas, sendo utilizada em aplicações de diversas áreas como: Engenharia, Medicina, Economia, etc. 5

6 Contextualização Definição: (RAJ JAIN, 1991): O modelo de regressão é um dos métodos estatísticos mais usados para investigar a relação entre variáveis. (GRAYBILL & IYER, 1994, p. 1): Área da Estatística que lida com métodos para investigação da existência de associações entre várias quantidades observáveis e, se presente, a natureza das associações. 6

7 Contextualização Relação entre as variáveis Modelos de regressão são modelos matemáticos que relacionam o comportamento de uma variável Y com outra X. Quando a função f que relaciona duas variáveis é do tipo f (X) = a + b X temos o modelo de regressão simples. A variável X é a variável independente da equação enquanto Y = f (X) é a variável dependente das variações de X. O modelo de regressão é chamado de simples quando envolve uma relação causal entre duas variáveis. O modelo de regressão é multiplo quando envolve uma relação causal com mais de duas variáveis. Isto é, quando o comportamento de Y é explicado por mais de uma variável independe X1, X2,...Xn. 7

8 Contextualização Relação entre as variáveis Para que serve determinar a relação entre duas variáveis? 1 - Para realizar previsões sobre o comportamento futuro de algum fenômeno da realidade. Neste caso extrapola-se para o futuro as relações de causa-efeito já observadas no passado entre as variáveis. Pode-se, por exemplo, prever a população futura de uma cidade simulando a tendência de crescimento da população no passado. 2 - Pesquisadores interessados em simular os efeitos sobre uma variável Y em decorrência de alterações introduzidas nos valores de uma variável X também usam este modelo. Por exemplo: de que modo a produtividade (Y) de uma área agrícola é alterada quando se aplica certa quantidade (X) de fertilizante sobre a terra. 8

9 Contextualização Diagrama de dispersão A maneira mais simples de se estudar a relação entre duas variáveis é fazendo um gráfico denominado Diagrama de Dispersão. Coletar pares de dados das variáveis x e y que se pretende estudar; Traçar um sistema de eixos cartesianos e represente uma variável em cada eixo; Estabeleça as escalas de maneira a dar ao diagrama o aspecto de um quadrado; Escreva os nomes das variáveis nos respectivos eixos e depois faça as graduações; Fazer um ponto para representar cada par de valores x e y; Escreva o título e complemente com uma legenda. 9

10 Contextualização 10

11 Contextualização 11

12 Contextualização 12

13 Contextualização Modelos de Regressão são construídos com os objetivos: i) Predição - Uma vez que esperamos que grande parte da variação da variável de saída seja explicada pelas variáveis de entrada, podemos utilizar o modelo para obter valores de Y correspondentes a valores de X que não estavam entre os dados. Esse procedimento é chamado de predição e, em geral, usamos valores de X que estão dentro do intervalo de variação estudado. A utilização de valores fora desse intervalo recebe o nome de extrapolação e deve ser usada com muito cuidado, pois, o modelo adotado pode não ser correto fora do intervalo estudado. Acredita-se que a predição seja a aplicação comum dos modelos de regressão; 13

14 Contextualização Modelos de Regressão são construídos com os objetivos: ii) Seleção de variáveis - Frequentemente, não se tem idéia de quais são as variáveis que afetam significativamente a variação de Y. Para responder a esse tipo de questão, estudos são realizados com um grande número de variáveis. A análise de regressão pode auxiliar no processo de seleção de variáveis eliminando aquelas cuja contribuição não seja importante; iii) Estimação de parâmetros - Dado um modelo e um conjunto de dados referente às variáveis resposta e preditoras, estimar parâmetros ou ajustar um modelo aos dados significa obter valores ou estimativas para os parâmetros, por algum processo, tendo por base o modelo e os dados observados; iv) Inferência - O ajuste de um modelo de regressão em geral tem por objetivos básicos, além de estimar os parâmetros, realizar inferências sobre eles, tais como, testes de hipóteses e intervalos de confiança. 14

15 Modelos de Regressão 15

16 Regressão Linear Simples A análise de regressão linear simples consiste em achar uma reta que relacione duas variáveis quantitativas; Relação entre a variável de resposta Y e uma variável preditora X; Exemplos: - Relação entre nível de escolaridade e renda? Renda (Y) e Escolaridade (X) - Relação entre anos de estudos e salário? Salário (Y) e Anos de Estudos (X) - Associação entre tempo de estudo e nota na prova? Nota (Y) e Tempo de Estudo (X) - Prever a satisfação de um aluno dado o seu desempenho acadêmico? Satisfação (Y) e Desempenho (X) Duas variáveis estão relacionadas, se a mudança de uma provoca a mudança na outra. Investigaremos a presença ou ausência de relação linear sob dois pontos de vista: A CORRELAÇÃO mede a força, ou grau, de relacionamento entre duas variáveis; a REGRESSÃO dá uma equação que descreve o relacionamento em termos matemáticos. 16

17 Regressão Linear Simples Exemplo 1: Relação entre tempo de estudo e nota na prova? - Y: nota na Prova (Variável Resposta) - X: horas de Estudo (Variável Preditora) 17

18 Regressão Linear Simples Exemplo 2: O rendimento do produto está relacionado com a temperatura do processo? Por exemplo, em um processo químico, suponha que o rendimento do produto está relacionada com a temperatura do processo operacional. A análise de regressão pode ser utilizado para construir um modelo para predizer o rendimento num dado nível de temperatura. Este modelo também pode ser utilizado para otimização de processos, encontrando o nível de temperatura que maximiza o rendimento, ou para fins de controlo do processo. É possível prever rendimento para uma dada temperatura? Esse modelo pode ser usado na otimização do processo? 18

19 Regressão Linear Simples Exemplo 2: O rendimento do produto está relacionado com a temperatura do processo? - Y: pureza do oxigênio produzido em processo químico de destilação - X: porcentagem de hidrocarbonetos presentes no condensador 19

20 Regressão Linear Simples COEFICIENTE DE CORRELAÇÃO Mede a intensidade e a direção da relação linear entre duas variáveis quantitativas. Chamado também de Coeficiente de Correlação de Pearson (Karl Pearson, ). r - mede o grau de relacionamento linear entre valores emparelhados x e y em uma amostra. Quanto mais próximo de 1: correlação negativa (X Y ) Quanto mais próximo de 1: maior correlação positiva (X Y ) Quanto mais próximo de 0: menor a correlação linear 20

21 Regressão Linear Simples COEFICIENTE DE CORRELAÇÃO Exemplo 3: nota da prova e tempo de estudo X : tempo de estudo (em horas) Y : nota da prova Pares de observações (X i, Y i ) para cada estudante Tempo(X) Nota(Y) 3 4,5 7 6,5 2 3,7 1,5 4,0 12 9,3 21

22 Tempo X Regressão Linear Simples Nota Y (X-médiaX) (Y-médiaY) (X-médiaX)*(Y-médiaY) (X-média X)^2 (Y-média Y)^2 3 4,5-2,1-1,1 2,31 4,41 1,21 7 6,5 1,9 0,9 1,71 3,61 0,81 2 3,7-3,1-1,9 5,89 9,61 3,61 1,5 4-3,6-1,6 5,76 12,96 2, ,3 6,9 3,7 25,53 47,61 13,69 25, ,2 78,2 21,8 Média X = 5,1 Média Y = 5,6 22

23 Regressão Linear Simples Menor Correlação Linear: R=0,0123 Correlação negativa (X Y ): R= -0,2902 Correlação positiva (X Y ): R=0,

24 Regressão Linear Simples 24

25 Regressão Linear Simples 25

26 Métodos dos Mínimos Quadrados Para observações (X i,y i ) i=1,..,n, temos o modelo Minimizar 26

27 Métodos dos Mínimos Quadrados Derivando-se em relação a B0 e B1, igualando-se a 0 para encontrar os valores que minimizam Q. 27

28 Métodos dos Mínimos Quadrados 28

29 Métodos dos Mínimos Quadrados Considerando os valores da variável da variável preditora X a memória RAM e Y a quantidade de programas suportados. 29

30 Métodos dos Mínimos Quadrados 30

31 Métodos dos Mínimos Quadrados 31

32 Regressão Linear Simples Residuos: a diferença entre o valor observado e o estimado pela função 32

33 Regressão NÃO Linear Simples 33

34 Regressão NÃO Linear Simples 34

35 Regressão NÃO Linear Simples 35

36 Regressão Linear múltipla Porque usar a Linear Multipla: Para reduzir os resíduos. Reduzindo-se a variância residual (erro padrão da estimativa) aumenta a força dos testes de significância; Para eliminar a tendenciosidade que poderia resultar simplesmente ignorássemos uma variável que afeta Y substancialmente.

37 Regressão Linear Múltipla 37

38 Regressão Linear Múltipla Em uma representação tabular para o modelo expresso na equação: anterior...

39 Regressão Linear Múltipla Para efetuar a descoberta do valor para os parâmetros (coeficientes de regressão), é necessário aplicar o método dos quadrados mínimos (assim como na regressão linear simples).

40 Regressão Linear múltipla Relembrando:

41 Regressão Linear múltipla A diferença entre Linear e Multipla é: A regressão múltipla envolve três ou mais variáveis - 1 dependente (Apartamento) - 3 ou mais dependentes (Idade,tamanho,Localização) 41

42 Regressão Não Linear Múltipla Os parâmetros entram na equação de forma não linear:

43 Coeficiente de Determinação onde, recebe o nome de coeficiente de determinação que é usado para julgar a adequação do modelo de regressão. 43

44 Intervalo de confiança 44